-
公开(公告)号：CN112348292B
公开(公告)日：2021-08-06
申请号：CN202110015294.5
申请日：2021-01-07
Applicant: 中国电力科学研究院有限公司
Abstract: 本发明提供了一种基于深度学习网络的短期风电功率预测方法和系统，包括：获取待预测风电所在区域的数值天气预报数据；将数值天气预报数据输入预先训练的深度学习映射模型，得到风电功率的预测值；其中，深度学习映射模型包括数值天气预报数据与风电功率预测值的对应关系；数值天气预报数据按照位置构成网格，网格中每个格点包括多个天气参数；本发明可提升风电场短期功率预测精度，同时可以降低区域风电功率预测模型的建模时间，降低所需的计算资源和人力资源。
-
公开(公告)号：CN113011625A
公开(公告)日：2021-06-22
申请号：CN201911314564.1
申请日：2019-12-19
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网山东省电力公司 , 国网山东省电力公司电力科学研究院
Abstract: 本发明涉及一种基于风过程识别的风电功率预测集成优化方法及装置，包括：将预测时刻的数值天气预报数据代入各预先训练的风电功率预测模型中，获取各预先训练的风电功率预测模型输出的预测时刻功率数据；利用各预先训练的风电功率预测模型在预测时刻对应的线性回归系数和各预先训练的风电功率预测模型输出的预测时刻功率数据确定最优的预测时刻功率数据；其中，所述各预先训练的风电功率预测模型在预测时刻对应的线性回归系数基于所述各预先训练的风电功率预测模型的训练数据获取。本发明提供的技术方案，可以快速有效的匹配识别预测时刻的风过程的相似的向量同时对风电功率进行集成优化，进而提高风电功率预测的精准度，预测方法简单快捷。
-
公开(公告)号：CN111948736A
公开(公告)日：2020-11-17
申请号：CN201910398824.1
申请日：2019-05-14
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网江苏省电力有限公司
Abstract: 一种基于大数据平台的高维天气预报数据降维方法，构建大数据平台，获取多源气象数据；通过所述大数据平台进行所述多源气象数据的融合，形成数值天气预报数据；对所述数值天气预报数据进行数据预处理；进行所述数值天气预报数据的维度筛选；对所述高维天气预报数据进行降维。本发明可以提高天气预报数据的有效利用率，实现电力行业数值天气预报的建立与应用。
-
公开(公告)号：CN111178583A
公开(公告)日：2020-05-19
申请号：CN201911204066.1
申请日：2019-11-29
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网山东省电力公司电力科学研究院
Abstract: 本发明涉及一种光伏电站的输出功率预测方法和系统，包括：根据光伏电站所在地的太阳高度角确定光伏电站所在地的太阳角；根据光伏电站中光伏板的直射辐照强度确定光伏电站中光伏板的温度系数；根据光伏电站所在地的太阳角和光伏电站中光伏板的温度系数确定光伏电站的预测输出功率。本发明提供的技术方案，考虑了光伏板跟随太阳转动以及光伏板的温度对光伏电站的输出功率预测的影响，提高了预测的准确性。
-
公开(公告)号：CN110490362A
公开(公告)日：2019-11-22
申请号：CN201910610844.0
申请日：2019-07-08
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网宁夏电力有限公司电力科学研究院
Abstract: 本发明涉及一种风电功率预测偏差确定方法和系统，包括：根据历史风电功率预测偏差样本中风电功率预测值确定历史风电功率预测偏差样本所属同时率区间；根据各同时率区间中历史风电功率预测偏差样本中风电功率预测偏差确定各同时率区间对应的风电功率预测误差概率分布函数；本发明提供的技术方案利用历史风电功率预测偏差样本中预测偏差分布确定未来各同时率区间对应的不同置信度下风电功率预测偏差情况，考虑了不同的同时率下风电功率预测偏差概率分布特性的差异对预测风电功率预测偏差的影响，有效地提高了风电功率预测偏差的预测精准性。
-
Patent Agency Ranking
公开(公告)号：CN110490358A
公开(公告)日：2019-11-22
申请号：CN201910592932.2
申请日：2019-07-03
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网宁夏电力有限公司
Abstract: 本发明涉及一种基于预测精度的风电功率预测方法和系统，包括：根据当前时段各风速预报系统的预测精度确定下一预测时段各时刻的预报风速；根据下一预测时段各时刻的预报风速确定下一预测时段各时刻的预测风电功率；本发明提供的技术方案评价了风速和风电功率的预测精度，考虑了风速和风电功率的预测精度对风电功率预测的影响，提升了风电功率预测的准确性。
-
公开(公告)号：CN109783881A
公开(公告)日：2019-05-21
申请号：CN201811573955.0
申请日：2018-12-21
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网新疆电力有限公司 , 国网北京市电力公司 , 国网冀北电力有限公司
Abstract: 本发明涉及一种风电机组发电功率确定方法及装置，包括获取风电场内风电机组的当前风速，利用预先建立的风速判定神经网络模型确定所述风电机组的当前风速的风速状态；根据所述风电机组的当前风速的风速状态确定所述风电机组的当前风速的发电功率；本发明通过风电机组的当前风速得到风电机组的当前风速的发电功率，风电机组的当前风速的发电功率的准确度得到了提高。
-
公开(公告)号：CN119916503A
公开(公告)日：2025-05-02
申请号：CN202510100778.8
申请日：2025-01-22
Applicant: 中国电力科学研究院有限公司
Inventor： 靳双龙 , 刘晓琳 , 王勃 , 李庆 , 宋宗朋 , 胡睿 , 王铮 , 车建峰 , 王钊 , 马振强 , 张艾虎 , 滑申冰 , 王姝 , 赵艳青 , 姜文玲 , 柴荣繁 , 丁禹 , 陈帅 , 宫婷 , 杨耘博 , 韩振永 , 兰玥
Abstract: 本发明公开了一种面向新能源场站的极端大风预报方法、系统、设备及介质，包括：获取新能源场站的基础信息及网格化的数值天气预报常规数据；根据所述新能源场站的基础信息及网格化的数值天气预报常规数据，计算预报期内，风机轮毂高度h处在各积分时间步长上的风速uh；根据所述预报期内，风机轮毂高度h处在各积分时间步长上的风速uh，计算预报期内各积分时间步长上的新能源场站风机轮毂高度h处的极端大风风速ugust；根据所述预报期内各积分时间步长上的新能源场站风机轮毂高度h处的极端大风风速ugust，确定预报期内新能源场站的极端大风的预报风速，该方法、系统、设备及介质能够面向新能源场站准确、可靠的预报极端大风。
-
公开(公告)号：CN119903288A
公开(公告)日：2025-04-29
申请号：CN202510118531.9
申请日：2025-01-24
Applicant: 中国电力科学研究院有限公司 , 国家电网有限公司 , 国网辽宁省电力有限公司电力科学研究院
Inventor： 胡睿 , 靳双龙 , 王勃 , 李庆 , 宋宗朋 , 潘林林 , 刘晓琳 , 车建峰 , 马振强 , 张艾虎 , 王铮 , 王钊 , 滑申冰 , 赵艳青 , 姜文玲 , 王姝 , 柴荣繁 , 丁禹 , 陈帅 , 宫婷 , 杨耘博 , 韩振永 , 兰玥
IPC: G06F18/10 , G06F18/15 , G06F16/29 , G06Q50/06 , G06F123/02
Abstract: 本发明属于测风数据清洗技术领域，具体涉及一种风电场测风数据清洗方法、装置、设备及介质。该方法首先通过阈值检验、风速递增和风切变校验，对数据进行初步筛选。然后结合高分辨率再分析数据和气象站数据，判断大气稳定性并修正风廓线公式，根据大气稳定度和理论风速对数据进行清洗。最后本发明还基于数据的时空分布特征，对数据进行进一步的筛选和填充，提升了数据的可靠性。本发明提高了风电场测风数据的准确性，为风电功率预测提供了有力的数据保障。
-
公开(公告)号：CN119029831A
公开(公告)日：2024-11-26
申请号：CN202310588263.8
申请日：2023-05-23
Applicant: 中国电力科学研究院有限公司 , 国网江苏省电力有限公司电力科学研究院 , 国家电网有限公司
IPC: H02J3/00 , H02J3/38 , G06F18/23213 , G06F18/24 , G06Q50/06
Abstract: 本发明提供了一种风电群体功率预测的方法、系统、设备和介质，包括：通过预先构建的气象特征分类模型对风电群体的预测时间点的网格化数值天气预报数据和不同的气象特征库进行匹配，获得每个预测时间点的网格化数值天气预报数据对应的气象特征；根据气象特征，从预先构建的多个风电群体预测模型中选择风电群体预测模型，并基于预测时间点的网格化数值天气预报数据，通过风电群体预测模型，计算风电功率预测值；本发明输入的是风电群体的预测时间点的网格化数值天气预报数据，相对于传统的单点数值天气预报，提高了风电群体所在空间的连续性，且气象特征分类模型提高了气象特征的划分适应性。
-
-
-
-
-
-
-
-
-
Search Results
188
records
(took 0.103 seconds)
